基于Q—learning的一种多Agent系统结构模型

多Agent系统是近年来比较热门的一个研究领域,而Q-learning算法是强化学习算法中比较著名的算法,也是应用最广泛的一种强化学习算法。以单Agent强化学习Qlearning算法为基础,提出了一种新的学习协作算法,并根据此算法提出了一种新的多Agent系统体系结构模型,该结构的最大特点是提出了知识共享机制、团队结构思想和引入了服务商概念,最后通过仿真实验说明了该结构体系的优越性。     

虚拟软件企业合作伙伴选择多智能体仿真研究

虚拟软件企业能否成功很大程度上取决于其组建过程,而组建过程中关键的环节是选择合适的合作伙伴。因此将虚拟软件企业合作伙伴选择问题作为研究对象,分析了其微观作用机制,采用多智能体建模与仿真方法,建立了合作伙伴选择多智能体模型,设计了相应的仿真实验,研究了不同决策目标下的合作伙伴选择机制。研究表明,成本最低法、工期最短法和质量最优法这3种单目标决策方法能够达到各种决策目标的最优化,但是稳定性较差;综合最佳法这种多目标决策方法能够实现软件项目总工期和总质量之间的平衡,并且稳定性较好。     

案例推理的故障诊断技术研究综述

基于案例推理(case-based reasoning,CBR)的故障诊断作为一种新的智能诊断技术,模拟人类求解问题的思路,通过历史案例发现新问题的解。概述了CBR的理论基础和基本原理;从工作过程和集成框架两个方面综述了CBR故障诊断技术的研究现状,其中工作过程包括案例的表示、检索和重用,以及案例库的维护,集成框架包括CBR与基于规则推理、CBR与人工神经网络以及CBR与多智能体等三种情况;比较了六种故障诊断技术的特点及应用范围;总结了CBR故障诊断技术有待解决的问题。     

影响图的扩展综述

影响图是单决策人基于不确定信息表示和求解复杂决策问题的图模型,已成为一种流行的标准建模工具。由于决策环境纷繁复杂,决策问题多种多样,没有任何一种建模工具能够普遍适用于各种决策问题。为了表示复杂决策问题,增强影响图的表达能力,研究者对影响图进行了多种扩展。从建模无限制决策问题、非对称决策问题、涉及连续变量的决策问题、涉及非精确变量的决策问题及多Agent决策问题等方面对影响图的扩展进行了较为全面的回顾与分析,指出了有关影响图的进一步研究方向。关键词:决策;影响图;无限制决策;非对称决策;多Agent决策     

Consensus of second-order multi-agent systems with nonsymmetric interconnection and heterogeneous delays

In this paper, a consensus algorithm of multi-agent second-order dynamical systems with nonsymmetric interconnection and heterogeneous delays is studied. With the hypothesis of directed weighted topology graph with a globally reachable node, decentralized consensus condition is obtained by applying generalized Nyquist criterion. For the systems with both communication and input delays, it is shown that the consensus condition is dependent on input delays but independent of communication delays.     

基于Multi-Agent的供应链系统模型及其仿真

针对具有复杂自适应特征的供应链系统,设计了一个基于multi-agent的制造业供应链系统仿真模型.该模型分别从企业主体层和业务流程层构建供应链系统的agent模型,通过各独立ageIlt之间的来实现系统从接到客户订单到交付产品的整个过程.通过将任务分解并引入合同网模型来建立制造商与供应商之间的高效协商机制.通过在swarm平台上的系统仿真实验表明,该模型可较好的反映供应链内部的运行状况,并有良好的测试效果和稳定性.     

分布式电梯群控系统多目标调度算法

基于多代理系统(MAS)的分布式电梯群控系统将电梯及群控器映射为具有不同功能的代理(agent), 呼梯信号的分派通过各agent协商解决, 使梯群调度算法的计算工作量分散到各agent. 基于拟市场模型, 分布式群控算法主要包括较厢代理(C-agent)报价算法及呼梯信号代理(HC-agent)电梯分派算法等. 设计实现了旨在同时降低平均候梯时间、平均乘梯时间及长候梯率的多目标分布式群控算法DMO. 仿真结果表明, 基于MAS的分布式电梯群控系统是可行的, 所设计的分布式群控算法能够使平均候梯时间、平均乘梯时间及长候梯率同时得到优化.     

基于多Agent强化学习的多站点CSPS系统的协作Look-ahead控制

研究多站点传送带给料生产加工站(Conveyor-serviced production station, CSPS)系统的最优控制问题, 其优化目标是通过合理选择每个CSPS的Look-ahead控制策略, 实现整个系统的工件处理率最大.本文首先根据多Agent系统的反应扩散思想, 对每个Agent的原始性能函数进行改进, 引入了具有扩散功能的局域信息交互项(原始项看作具有反应功能); 并运用性能势理论, 构建一种适用于平均和折扣两种性能准则的Wolf-PHC多Agent学习算法, 以求解决策时刻不同步的多站点的协作Look-ahead控制策略. 最后,论文通过仿真实验验证了该算法的有效性,学习结果表明, 通过性能函数的改进,各工作站的负载平衡性得到改善, 整个系统的工件处理率也明显提高.     

基于Multi-Agent的大型游乐设施远程安全监控预警系统

在对大型游乐设施的故障和事故致因进行深入分析的基础上,综合人工智能、智能控制和测控技术,提出了基于Multi-A-gent的游乐设施远程安全监控预警系统;系统以基于免疫神经网络故障预测模型的预警Agent为核心,结合DSP、GIS和GPRS等手段,协同多个Agent分工合作,实现对游乐设施的安全监控与安全预警功能;仿真实验结果表明,该系统能够有效地预报设备故障,减少事故发生率,提高设备的安全运行水平。     

基于GA-SVM的银行客户流失预测分析

客户流失分析与预测是客户关系管理的重要内容。根据银行实际客户流失数据中正负样本数量不平衡而且数据量大的特点,采用遗传算法对传统支持向量机进行改进,得到GA-SVM模型,并以国内某商业银行VIP客户流失预测为实例,与人工神经网络、决策树、逻辑回归和贝叶斯分类器方法进行了对比,发现该方法能获得最好的正确率、命中率、覆盖率和提升系数,是预测现有客户流失倾向的有效方法。